Ekscytujące badania (z punktu widzenia personalizacji i uczenia maszynowego):
Jest to naukowe zagadnienie, ale z dużym potencjałem dla edukatorów, graczy i profesjonalistów z branży gier (zwłaszcza w czasach sztucznej inteligencji i hiperpersonalizacji).
Artykuł pokazuje, jak możemy wykorzystać różne cechy jednostki ludzkiej (takie jak struktura mózgu, unikalna osobowość i zachowania) do prognozowania umiejętności efektywnego uczenia się.
Mając listę parametrów (cech) i ramy (opracowane w artykule), mamy punkt wyjścia do przygotowania algorytmów uczenia maszynowego, które można wykorzystać do personalizacji doświadczeń edukacyjnych.
Takie algorytmy mogą mieć na celu przygotowanie indywidualnych scenariuszy uczenia się dla poważnych gier, gamifikacji i środowisk mikrolearningowych.
Jest to kolejny krok w kierunku Inteligentnej Augmentacji i personalizacji nauki.
Artykuł: Neuroanatomical predictors of complex skill acquisition during video game training
Autorzy: Anna Kovbasiuk, Paulina Lewandowska, Aneta Brzezicka, Natalia Kowalczyk-Grębska